中国农业科学院农业信息研究所 中国农学会
Agricultural Information Institute of CAAS China Association of Agricultural Science Societies
En
Ch
中国农业科学院农业信息研究所 中国农学会 主办

AI检索

订阅

返回顶部
当前位置: 首页 > 文章 > 基于VMD-MRMR-LSTM的铣刀磨损预测 农业装备与车辆工程 2022,60 (3) 110-115
Position: Home > Articles > Tool Wear Prediction Based on VMD-MRMR-LSTM Agricultural Equipment & Vehicle Engineering 2022,60 (3) 110-115

基于VMD-MRMR-LSTM的铣刀磨损预测

作  者：
贾文菊;钱炜
单  位：
200093 上海市 上海理工大学 机械工程学院
关键词：
铣刀;磨损预测;测力仪;振动传感器;特征提取;长短期记忆网络;频域分析;时域分析
摘  要：
针对机械加工过程中刀具磨损状态的预测精度低问题,提出一种基于VMD-MRMR-LSTM的刀具磨损预测方法.首先,通过Kistler测力仪、振动传感器采集刀具铣削过程中的力、振动信号;其次,对信号进行变分模态分解和时域统计提取时域、频域特征,利用最大相关最小冗余法筛选出最优特征子集;最后,对特征子集中的每个特征序列搭建长短时记忆神经网络(LSTM)模型预测,所有特征列预测值之和为最终预测结果.实验表明,与其他方法进行对比,VMD-MRMR-LSTM的平均绝对误差(MAE)和LSTM,EMD-LSTM,VMD-LSTM相比分别减小了2.36,1.33,0.43,均方根误差(RMSE)分别减小了2.44,1.38,0.47,能够提高预测精度.
译  名：
Tool Wear Prediction Based on VMD-MRMR-LSTM

相似文章

导出引用
计量
文章访问数: 9
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊

友情链接Friendly link
农业信息研究所Agricultural information institute 农业智能知识服务平台Agricultural intelligent knowledge service platform 农业学术服务平台Agricultural Knowledge Service System 中国知网CNKI 维普网VIP 万方WANFANG DATA
联系我们Contact us

电话Tell：010-82109652-808

邮箱E-mail：agrijournal@caas.cn

服务Service
关于我们About us 意见建议Opinions and suggest
版权说明Copyright
单位：中国农业科学院农业信息研究所 中国农学会 © 2017中国农业科学院农业信息研究所 ICP备案号：京ICP备09089781号-46